在具有不同输入大小的网格上插入函数

如何解决在具有不同输入大小的网格上插入函数

我有一个函数 f(u,v,w)，我想使用 scipy 函数（使用线性插值）对其进行插值。这很容易。

当我运行插值步骤时，我只需执行以下操作（在 u、v、w 网格上插值）：

u = np.linspace(-1,1,100)
v = np.linspace(-2,2,50)
w = np.linspace(3,8,30)

values_grid = np.zeros((len(u),len(v),len(w)))
count = 0
for i in range(len(u)):
    for j in range(len(w)):
        for k in range(len(w)):
             values_grid[i,j,k] = f(u[i],v[j],w[k])

from scipy.interpolate import RegularGridInterpolator
my_interpolating_function = RegularGridInterpolator((u,w),values_grid,method='linear',bounds_error=False,fill_value=-999)

这在很多情况下都很好。但是，当我想评估这个插值函数时，似乎我需要使用形状为 [（输入样本数）x（样本维度）] 的输入。例如：

func_input = np.vstack([u_samps,v_samps,w_samps].T # E.g. shape is 500,3
output = my_interpolating_function(func_input)) # Has output shape 500

这很好用。问题是我想在样本具有以下形状的网格上评估此函数

shape(u_samps) = 500
shape(v_samps) = (100,100)
shape(w_samps) = (100,100)

意思是我想评估

my_interpolating_function([u_samps,w_samps])

并取出形状为 (500,100,100) 的数组（因此对 v_samps 和 w_samps 网格上的所有 500 u_samps 进行插值计算）。我可以展平 v_samps 和 w_samps 数组，但是我必须制作几个（数百个）u_samps 副本才能将输入转换为正确的格式。那么有没有什么办法可以得到一个插值函数，它可以采用上面的输入（具有指定形状的 u_samps、v_samps、w_samps）并有效地得到一个形状为（500,100）的数组？

非常感谢任何帮助，我一直被困在这个问题上，这真的阻碍了我的进步！最终目标是在需要用 MCMC 采样的统计似然性中使用此函数，因此速度非常重要（并且制作数百个海量阵列的副本非常慢）